L'apprentissage automatique (ML) peut faire deux choses à partir du signal vibratoire/acoustique pour la surveillance basée sur les conditions (CBM): 1. Extraction de caractéristiques (FT) et 2. Cependant, si nous regardons à travers la recherche/le processus, alors pourquoi les techniques de traitement du signal sont-elles utilisées pour le pré-traitement et le ML pour le reste de la pièce? Je veux dire la classification? Nous pouvons utiliser uniquement ML pour tous ces éléments. Mais j'ai vu le modèle de fusion des deux techniques: approche conventionnelle de traitement du signal et ML.Surveillance basée sur les conditions | CBM
Je veux connaître la raison spécifique pour cela. Pourquoi les chercheurs utilisent-ils ces deux éléments? ils pourraient faire avec ML seulement; mais ils utilisent les deux.